与产品经理的“模糊”对决：Elasticsearch实现MySQL LIKE '%xxx%'

❝
曾以为掌握了Elasticsearch的match查询就征服了搜索世界——直到产品经理轻叩桌面，抛出一个看似简单的要求："我们需要像MySQL的LIKE '%关键词%'那样前后通配的模糊搜索。" 我嘴角微扬，意识到真正的技术探险才刚刚开始。
❞

引子：一场关于“模糊”需求的拉锯战

“咱们这个搜索功能，用户反馈说经常只记得内容中间的几个字，希望支持前后模糊匹配，就像MySQL里LIKE '%关键词%'那样。”

产品经理眨着期待的大眼睛，而我心里已经开始警铃大作。

「“在ES里做前后通配符？这玩意搞不好会把集群搞崩啊！”」 我试图挣扎。

“但是竞品都有这个功能了...” 产品经理使出了杀手锏。

经过一番“友好协商”，我们达成共识：工期可以延长，但这个功能必须实现！

送走产品经理，我盯着屏幕陷入沉思：「在Elasticsearch里做前后模糊匹配，这确实是个技术挑战」。不过话说回来，我们正准备新采购ES集群，和主管评估后决定直接上8.x版本——等等，ES 7.9不是引入了专门的「wildcard字段类型」吗？

「最终方案：基于ES 8.x的wildcard类型字段 + wildcard查询，完美实现前后模糊匹配！」

从“分词”这个基础概念说起

要理解ES的模糊搜索，得先搞明白它最核心的概念——「分词」。

分词的奇妙世界

当你往ES里存入“苹果手机真香”时，背后发生了这样的变化(使用不同分词器，分出来的词可能不一样)：

ounter(lineounter(lineounter(line原始文本："苹果手机真香"↓ 分词处理["苹果", "手机", "真", "香"]

这就是为什么最简单的match查询能够工作：

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineGET /products/_search{  "query": {    "match": {      "name": "苹果手机"    }  }}

「但是，这里藏着第一个坑！」

「默认情况下，match查询使用or操作符」，意味着：

ounter(lineounter(lineounter(lineounter(lineounter(line// 搜索"苹果手机"可能返回：// - "苹果电脑"（只匹配"苹果"）// - "华为手机"（只匹配"手机"）// - "苹果手机"（完全匹配）// - "好吃苹果"（只匹配"苹果"）

用户想要的是“苹果手机”，结果搜出来一堆不相干的东西，这体验能好吗？

更精确的匹配方式

match + operator "and" - 必须全部包含

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineGET /products/_search{  "query": {    "match": {      "name": {        "query": "苹果手机",        "operator": "and"      }    }  }}

「效果」：必须同时包含"苹果"和"手机"两个词。

「进步：」 排除了只包含一个词的无关结果。

「新问题」：「顺序不固定！」“手机苹果”也会被匹配，这显然不符合正常语言习惯。

match_phrase - 真正的词组匹配

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineGET /products/_search{  "query": {    "match_phrase": {      "name": "苹果手机"    }  }}

「完美！必须完整包含"苹果手机"这个词组，且顺序一致。」

「但是...」 当测试用例显示：“用户只记得'果手'两个字，怎么搜不到'苹果手机'？”

我意识到，「传统的分词搜索有其局限性」。

ES 7.9之前的解决方案：n-gram分词器

面对前后模糊匹配的需求，在「ES 7.9之前」，最成熟的方案就是「n-gram分词器」 + 「match_phrase」实现。

什么是n-gram？

简单说，就是把文本切成固定长度的片段：

ounter(lineounter(lineounter(line原始文本："苹果手机"2-gram分词：["苹果", "果手", "手机"]3-gram分词：["苹果手", "果手机"]

配置n-gram分析器

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(linePUT /products{  "settings": {    "analysis": {      "analyzer": {        "ngram_analyzer": {          "tokenizer": "ngram_tokenizer"        }      },      "tokenizer": {        "ngram_tokenizer": {          "type": "ngram",          "min_gram": 2,  // 最小2个字符          "max_gram": 3   // 最大3个字符        }      }    }  },  "mappings": {    "properties": {      "name": {        "type": "text",        "analyzer": "ngram_analyzer",        "search_analyzer": "standard"      }    }  }}

实现前后模糊匹配

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineGET /products/_search{  "query": {    "match_phrase": {      "name": "果手"    }  }}

「效果：成功匹配到"苹果手机"！」

「付出的代价：」

✅ 支持任意位置的子串匹配
❌ 「索引体积膨胀3倍以上」
❌ 查询性能受影响
❌ 需要精细调整n-gram参数

危险的诱惑：7.9之前的wildcard查询

在调研过程中，我发现ES其实一直都有wildcard查询，但文档里满是红色警告。

揭开wildcard查询的真相

「常见误解1：」 "7.9版本以下只能查keyword字段"
「事实：」 wildcard可以作用于text字段，但「匹配的是分词后的term」，结果往往出乎意料，不尽人意。

「常见误解2：」 "会进行全索引扫描"
「事实：」 扫描的是字段「倒排索引中的所有term」，对每个term进行「正则匹配」。

wildcard查询实战

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line// 对keyword字段查询（相对可用）GET /products/_search{  "query": {    "wildcard": {      "name": {        "value": "*iPhone*",        "case_insensitive": true      }    }  }}
// 对text字段查询（强烈不推荐）GET /products/_search{  "query": {    "wildcard": {      "name": {        "value": "*iphone*"      }    }  }}

❝
「说明」：当设置case_insensitive为true时，查询会忽略大小写。
❞

「性能灾难」：前导通配符*会导致遍历所有term，「CPU和内存瞬间飙升」，妥妥的集群杀手！

新时代的解决方案：ES 7.9+的wildcard字段类型

就在我纠结要不要接受n-gram的索引膨胀时，突然想起：我们不是准备采购ES 8.x吗？

「ES 7.9引入的wildcard字段类型简直就是为此场景量身定制！」

技术原理揭秘

「智能n-gram索引」：底层使用优化的3字符n-gram
「二进制doc value」：完整保存原始文档，保证匹配精度
「专用查询引擎」：针对通配符场景深度优化

实际配置和使用

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(linePUT /products{  "mappings": {    "properties": {      "name": {        "type": "wildcard"  // 专门为通配符优化的字段类型      }    }  }}
GET /products/_search{  "query": {    "wildcard": {      "name": {        "value": "*果手*"  // 前后模糊匹配      }    }  }}

性能对比：数字说话

在我们的测试环境中：

方案	索引大小	平均查询延迟	集群影响	功能完整性
n-gram + match_phrase	原始大小 × 约3倍	50ms左右	中等	✅
旧版wildcard查询	原始大小	1000ms+	极高风险	✅
wildcard字段类型	原始大小 × 约1.4倍	25ms左右	很低	✅

「结果显而易见！」

最终技术选型

经过充分的测试和对比，我们最终拍板：

「采购Elasticsearch 8.x集群」
「对需要模糊匹配的字段使用wildcard类型」
「传统搜索场景继续使用match_phrase等成熟方案」

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line// 最终的映射设计PUT /products{  "mappings": {    "properties": {      "name": {        "type": "wildcard"      // 用于前后模糊匹配      },      "description": {        "type": "text"          // 用于常规全文搜索      },      "category": {        "type": "keyword"       // 用于精确分类匹配      }    }  }}

当演示结果出来时，产品和用户都很满意：“所以现在输入'果手'真的能找到'苹果手机'了？而且性能还不错？”

“没错，这就是技术演进的力量！”我微笑着回答。

（其实是工期足的力量☺️，工期足够长，资金足够多，什么都能做😊）

总结：Elasticsearch模糊搜索方案对比

搜索方式	适用场景	优点	缺点	推荐指数
`match`	常规全文搜索	简单易用	精度较低	⭐⭐⭐⭐
`match` + `operator: "and"`	多词必须匹配	提高相关性	顺序不固定	⭐⭐⭐
`match_phrase`	精确词组匹配	顺序一致	不支持模糊	⭐⭐⭐⭐
`n-gram` + `match_phrase`	前后模糊匹配	功能完整	索引膨胀严重	⭐⭐⭐
旧版`wildcard`查询	通配符匹配	使用简单	性能极差	⭐
`wildcard` 字段类型	前后模糊匹配	性能优秀	需要ES 7.9+	⭐⭐⭐⭐⭐

「技术心得：」

从最初的match查询到最终的wildcard字段类型，这条演进之路告诉我们：

「了解业务场景」：不同的搜索需求需要不同的技术方案
「理解底层原理」：明白分词机制和查询原理才能做出正确选择
「拥抱技术演进」：新版本往往用更优雅的方式解决老问题

❝
「友情提示：」 如果你的产品经理接下来要求实现“深度分页”，请温柔地提醒TA——就连淘宝搜索也只支持100页，这不是技术限制，而是用户体验的最优解！
❞

技术人的快乐，往往就藏在解决这些“模糊”需求的过程中。毕竟，让模糊的需求变得清晰，让不可能成为可能——这就是我们的职业乐趣所在！

最后，不知道jym在使用ES搜索功能中还遇到过哪些有趣的技术挑战？欢迎大家在评论区分享你的“血泪史”，让我们一起在技术的道路上避坑前行！

点击"阅读原文"了解详情~